• 专利申请
    2017-09-20
  • 公布公告
    2023-12-19
  • 授权日期
    2023-12-19
  • 终止
    2033-12-16
一种面向复杂视觉场景下的远距离类脑三维步态识别系统及实现方法
一种面向复杂视觉场景下的远距离类脑三维步态识别系统及实现方法
* 专利信息仅供参考,不具有法律效力。 有效专利
CN201710855538.4 2017-09-20 G06V40/20 {{ classMap["G06V40/20"] }}
湖南师范大学 查看申请人名下所有专利
湖南省长沙市岳麓区麓山路36号
专利分类项目
专利注册信息
初审公告期号 2017-09-20 初审公告日期 2023-12-19
注册公告期号 2023-12-19 注册公告日期 2023-12-19
专用权期限 2023-12-19 - 2033-12-16 专利类型 发明授权
代理组织机构 长沙市融智专利事务所 查看该机构代理的所有专利
专利介绍
本发明提出了一种面向复杂视觉场景下的远距离类脑三维步态识别系统及实现方法。通过低功耗的ARM嵌入式系统,体感摄像机,智能感光和夜间LED补光系统,综合语音、红外和视觉传感器的来实现物体运动的智能探测,再通过由固定焦距摄像头、激光测距传感器、高清航拍无人机飞行器和无线充电系统组成的步态感知系统采集人体运动数据,并利用移动网络传输到云端类脑步态识别系统进行分析识别。在云端类脑计算平台上,通过虚拟姿态合成方法生成各种复杂场景下的步态数据,并使用这些数据对运动人体检测模型进行训练学习的方法来提高复杂场景下的运动人体检测准确性。本发明在各个领域都具有广泛的应用前景,具有很好的经济和社会效益。
法律进度
  • 2023-12-19 授权 ...

  • 2017-12-26 实质审查的生效 IPC(主分类): G06K 9/00 专利申请号: 201710855538.4 申请日: 2017.0 ...

  • 2017-12-01 公开 ...

同类专利
  • 一种基于语义折叠的人体步态行为主动检测识别系统和方法

  • 一种基于多项式拟合的模特走秀动作评价方法

  • 一种基于最适宜步态流型空间的步态识别方法

  • 基于深度学习的无源人体运动识别方法

  • 基于多特征融合CNN-BLSTM的人体复杂行为识别方法

  • 一种基于虚拟姿态样本合成的异常步态行为识别方法

  • 基于循环注意力网络的人体动作识别方法及识别装置

  • 基于局部误差逐层训练的人体姿态识别方法和装置

  • 一种多视点下提高动态手势动作识别准确率的方法

  • 一种基于深度学习的动态手势动作识别方法

  • 一种基于渐弱运动轨迹图的步态特征表示和特征提取方法

  • 一种基于深度学习的人体行为预测方法

咨询该专利

您还可以
推荐专利
{{ v.name }}
取 消 确 定